SCP - Centrality
1 Carga de librerías
if (!(require(DT)))
install.packages("DT")
library(DT)
if (!require(readxl))
install.packages("readxl")
library(readxl)
# Rfast para matriz de varianza combinada
if (!requireNamespace("Rfast"))
install.packages("Rfast")
library(Rfast)
if (!requireNamespace("ggplot2"))
install.packages("ggplot2")
library(ggplot2)
if (!requireNamespace("plotly"))
install.packages("plotly")
library(plotly)
if (!requireNamespace("ggrepel"))
install.packages("ggrepel")
library(ggrepel)
# GridFCM
library(devtools)
if (!requireNamespace("GridFCM.practicum"))
install_github("asanfe/GridFCM.practicum", quietly = TRUE)
library(GridFCM.practicum)
# Viridislilte
if (!requireNamespace("viridisLite"))
install.packages("viridisLite")
library(viridisLite)
# Test para normalidad multivariante
if (!requireNamespace("MVN"))
install.packages("MVN")
library(MVN)
if (!requireNamespace("ggpattern", quietly = TRUE))
install.packages("ggpattern")
library(ggpattern)
if (!requireNamespace("factoextra", quietly = TRUE))
install.packages("factoextra")
library(factoextra)
if (!requireNamespace("cluster", quietly = TRUE))
install.packages("cluster")
library(cluster)
if (!requireNamespace("RColorBrewer", quietly = TRUE))
install.packages("RColorBrewer")
library(RColorBrewer)
if (!requireNamespace("rcartocolor", quietly = TRUE))
install.packages("rcartocolor")
library(rcartocolor)2 Importación y resumen
2.1 Importación del objeto RDA
# Objetos de sesión de ejemplo de la PEC
path <- '../CentralityTest/data.RData'
load(path)
samples.raw.df <- data
samples.df <- data.frame(ID = samples.raw.df$dataset$ID,
gender = samples.raw.df$dataset$gender,
age = samples.raw.df$dataset$age,
edu = samples.raw.df$dataset$edu,
status = "Error")
for(i in 1:nrow(samples.df)) {
id <- samples.df$ID[i]
tryCatch({
wimp <- data$grids[[id]]$WT # Accede al wimp asociado al ID
wphm <- GridFCM.practicum::ph_index(wimp = wimp, method = "wnorm", std = "none")
samples.df$status[i] <- "Ok"
}, error = function(e){
cat("Error procesando ID:", id, "\n")
})
}## Error procesando ID: P0166567
## Error procesando ID: P0512115
## Error procesando ID: P0606903
## Error procesando ID: P0666512
## Error procesando ID: P0870223
## Error procesando ID: P0910424
## Error procesando ID: P1102149
## Error procesando ID: P1123165
## Error procesando ID: P1140623
## Error procesando ID: P1312902
## Error procesando ID: P1426704
## Error procesando ID: P1554581
## Error procesando ID: P1891931
## Error procesando ID: P1933446# Calcula las frecuencias de status de procesamiento
freqs.status <- table(samples.df$status, useNA = "no")
# Calcula los porcentajes
percent.status <- prop.table(freqs.status) * 100
results.summary <- data.frame(
ResultadoCarga = names(freqs.status),
Casos = as.integer(freqs.status),
Porcentaje = round(100 * prop.table(freqs.status), 3)
)
results.summary <- results.summary[, c("ResultadoCarga", "Casos", "Porcentaje.Freq")]2.2 Resultado de procesamiento
2.4 Wimp del sujeto a presentar
#path <- 'Wimp_Ejemplo.xlsx'
#opr <- TRUE
#wimp <- GridFCM.practicum::importwimp(path = path, opr = opr, sheet = 1)
# Objetos de sesión de ejemplo de la PEC
path <- '../CentralityTest/data.RData'
load(path)
samples.raw.df <- data
# Selección de un sujeto
id.sample <- params$id.sujeto.entrada
wimp <- data$grids[[id.sample]]$WT
bertin(wimp$openrepgrid, colors = c("palegreen", "darkgreen"))
3 Exploración de la Wimp
3.3 E/S de los constructos. Método Simple
3.4 E/S de los constructos. Método wnorm
4 Distancia de Mahalanobis y distribución de datos
4.1 Test de Mardia para análisis multivariante
Llevamos a cabo previamente un test de Mardia para constrastar la normalidad multivariante de los datos, a fin de determinar la pertinencia del punto de corte basado en adecuación a distribución Chi-cuadrado de distancia de Mahalanobis
## $multivariateNormality
## Test Statistic p value Result
## 1 Mardia Skewness 8.0225087103244 0.0907571427349819 YES
## 2 Mardia Kurtosis -0.110858005728675 0.911728946847989 YES
## 3 MVN <NA> <NA> YES
##
## $univariateNormality
## Test Variable Statistic p value Normality
## 1 Anderson-Darling p 0.4564 0.2183 YES
## 2 Anderson-Darling h 0.6781 0.0567 YES
##
## $Descriptives
## n Mean Std.Dev Median Min Max 25th
## p 12 3.839090e-01 0.22974792 0.33105454 0.1285649 0.8678129 0.18909750
## h 12 4.626635e-18 0.09769977 0.02249885 -0.2003469 0.1628488 -0.01151727
## 75th Skew Kurtosis
## p 0.56488189 0.5943136 -0.9142834
## h 0.04258711 -0.6357197 -0.26580734.2 Test de resultado de la función
4.3 Distribución Chi-cuadrado
# Definimos los grados de libertad para la distribución chi-cuadrado
df <- 2
# Generamos los valores de la distribución
x <- seq(qchisq(0.001, df), qchisq(0.999, df), length.out = 1000)
y <- dchisq(x, df)
# Calculamos los puntos de corte para el 20% superior
sign.level <- 0.2
cut_high <- qchisq(1- sign.level, df)
# Dataframe para la gráfica
data <- data.frame(x = x, y = y)
ggplot(data, aes(x = x, y = y)) +
geom_line() +
geom_ribbon(data = data %>% filter(x > cut_high), aes(ymax = y), ymin = 0, fill = 'salmon', alpha = 0.5) +
geom_vline(xintercept = cut_high, color = "red", linetype = "dashed") +
labs(title = 'Distribución Chi-cuadrado con puntos de corte del 80%', x = 'Valor', y = 'Densidad') +
theme_minimal()
4.4 Gráfica de barras de distancias de Mahalanobis y punto de corte
# Distancia de Mahalanobis
test.bp.wmahalanobis <- GridFCM.practicum::mahalanobis_index(wimp = wimp, method = "wnorm", std = FALSE)
test.wmahalanobis.df <- as.data.frame(test.bp.wmahalanobis)
# Colores de los constructos
#test.wmahalanobis.df$constructo <- rownames(test.wmahalanobis)
test.wmahalanobis.df$constructo <- wimp$constructs$right.poles
# Valoración del ideal
test.wmahalanobis.df$idealdirect <- wimp$ideal$direct
# Columna para identificar constructos dilemáticos
#test.wmahalanobis.df$fill.color <- ifelse(test.wmahalanobis.df$idealdirect == 4, "yellow2", "honeydew")
test.wmahalanobis.df$fill.color <- construct_colors(wimp= wimp, mode = "red/green")
# Ordenamos las barras en orden decreciente
test.wmahalanobis.df <- test.wmahalanobis.df %>%
arrange(desc(m.dist))
# Convertimos 'constructo' en un factor con los niveles en el orden deseado
test.wmahalanobis.df$constructo <- factor(test.wmahalanobis.df$constructo, levels = test.wmahalanobis.df$constructo)
# Punto de corte distribución Chi-Cuadrado
sign.level <- 0.2
df <- ncol(test.wphm)
chi.square.cutoff <- qchisq(1 - sign.level, df)
#media_m_dist <- mean(test.wmahalanobis.df$m.dist)4.5 Constructos supraordenados
# Crear el histograma de constructos supraordenados
# Filtramos por los constructos donde el valor de 'h' es mayor que cero
test.wmahalanobis.df.sup <- test.wmahalanobis.df %>%
filter(h > 0)
bar_plot <- ggplot(test.wmahalanobis.df.sup, aes(x = constructo, y = m.dist, fill = fill.color)) +
geom_bar(stat = "identity", color = "black", linewidth = 0.25) +
geom_hline(yintercept = chi.square.cutoff, linetype = "dashed", color = "darkgreen", linewidth = 1) +
scale_fill_identity() + # Usa los colores asignados directamente
theme_minimal() +
theme(
axis.text.x = element_text(angle = 45, hjust = 1),
legend.position = "none" # Ocultar leyenda para fill
) +
labs(x = "Constructos con h > 0", y = "Distancia de Mahalanobis", title = "Constructos con h>0 por distancia de Mahalanobis")
# Mostramos el gráfico
print(bar_plot)
4.6 Constructos subordinados
# Crear el histograma de constructos subordinados
# Filtramos por los constructos donde el valor de 'h' es menor que cero
test.wmahalanobis.df.sub <- test.wmahalanobis.df %>%
filter(h < 0)
bar_plot <- ggplot(test.wmahalanobis.df.sub, aes(x = constructo, y = m.dist, fill = fill.color)) +
geom_bar(stat = "identity", color = "black", linewidth = 0.25) +
geom_hline(yintercept = chi.square.cutoff, linetype = "dashed", color = "darkgreen", linewidth = 1) +
scale_fill_identity() + # Usa los colores asignados directamente
theme_minimal() +
theme(
axis.text.x = element_text(angle = 45, hjust = 1),
legend.position = "none" # Ocultar leyenda para fill
) +
labs(x = "Constructos con h < 0", y = "Distancia de Mahalanobis", title = "Constructos con h<0 por distancia de Mahalanobis")
# Mostramos el gráfico
print(bar_plot)
4.7 Distribución de valores en P
4.7.1 Distribución de valores de P
# Crear el histograma de valores en P
test.wmahalanobis.df.sortP <- test.wmahalanobis.df %>%
arrange(desc(p))
mean.p <- mean(abs(test.wmahalanobis.df.sortP$p))
# Convertir 'constructo' en un factor para mantener el orden en el gráfico
test.wmahalanobis.df.sortP$constructo <- factor(test.wmahalanobis.df.sortP$constructo,
levels = test.wmahalanobis.df.sortP$constructo)
bar_plot <- ggplot(test.wmahalanobis.df.sortP, aes(x = constructo, y = p, fill = fill.color)) +
geom_bar(stat = "identity", color = "black", linewidth = 0.25) +
geom_hline(yintercept = mean.p, linetype = "dashed", color = "darkgreen", linewidth = 1) +
scale_fill_identity() + # Usa los colores asignados directamente
theme_minimal() +
theme(
axis.text.x = element_text(angle = 45, hjust = 1),
legend.position = "none" # Ocultar leyenda para fill
) +
labs(x = "Constructos", y = "Valor de P", title = "Constructos por distancia en P")
# Mostramos el gráfico
print(bar_plot)
4.7.2 Test Shapiro-Wilk (muestras pequeñas o moderadas) para variable P
# Test de normalidad de Saphiro-Wilk
norm.test <- shapiro.test(test.wmahalanobis.df$p)
# Imprime el resultado
print(norm.test)##
## Shapiro-Wilk normality test
##
## data: test.wmahalanobis.df$p
## W = 0.90483, p-value = 0.1831De acuerdo con el resultado de la prueba, la normalidad de la distribución de los valores de P es: TRUE
4.7.3 Gráfica Cuantil-Cuantil
datos <- test.wmahalanobis.df$p
# Gráfica q-q para comprobar la normalidad
qqnorm(datos)
qqline(datos, col = "red")
4.7.4 Punto de corte basado en distribución normal de P
# Media y desviación típica de la distribución
mean.p <- mean(test.wmahalanobis.df$p)
sd.p <- sd(test.wmahalanobis.df$p)
# Definir el rango de valores para X basado en la media y desviación típica
x.values <- seq(from = mean.p - 4 * sd.p, to = mean.p + 4 * sd.p, length.out = 1000)
# Crear un dataframe con los valores de X y la densidad de una distribución normal para esos valores
norm.df <- data.frame(x = x.values, y = dnorm(x.values, mean = mean.p, sd = sd.p))
# Punto de corte
cut.low <- qnorm(0.15, mean = mean.p, sd = sd.p)
plot <- ggplot(norm.df, aes(x = x, y = y)) +
geom_line() +
geom_vline(xintercept = cut.low, linetype = "dashed", color = "red", linewidth = 1) +
geom_vline(xintercept = mean.p, linetype = "dashed", color = "blue", linewidth = 1) +
geom_area(data = subset(norm.df, x <= cut.low), fill = "lightblue", alpha = 0.2) +
theme_bw() +
theme(
panel.grid.major = element_line(linewidth = 0.5, linetype = 'solid', colour = "lightgrey"),
panel.grid.minor = element_blank(),
legend.position = "none"
) +
scale_x_continuous(name = "Valor de P") +
scale_y_continuous(name = "Densidad") +
labs(title = paste("Distribución Normal con Media en", round(mean.p, 2),
"y Punto de Corte en", round(cut.low, 2)))
# Mostrar la gráfica
print(plot)
5 Representación en espacio P-H
5.1 Sin estandarización - plotly sin marcar área no viable ni constructos centrales
5.2 Espacio PH con coloreado de área no útil y marcado de outliers. Función de representación
5.2.1 Sin estandarización
5.2.2 Con estandarización basada en aristas
5.2.3 Sin estandarización, marcando área de coordenadas no viables. Sin puntos
wp1.grph <- GridFCM.practicum::graph_ph(wimp = wimp, method = "wnorm", std = "none", sign.level = 0.2,
mark.nva = TRUE, mark.cnt = TRUE, show.points = FALSE)
wp1.grph## No trace type specified:
## Based on info supplied, a 'scatter' trace seems appropriate.
## Read more about this trace type -> https://plotly.com/r/reference/#scatter## No scatter mode specifed:
## Setting the mode to markers
## Read more about this attribute -> https://plotly.com/r/reference/#scatter-mode6 Otros métodos de centralidad
6.1 Primer eigenvectorsobre matriz de implicaciones
eigen_index <- function(wimp){
# Matriz de adyacencia
adj.matrix <- wimp$scores$implications
# Vectores y valores propios
results <- eigen(adj.matrix)
# Extrae el primer vector propio, asociado a la varianza máxima de los datos
eigenvector.principal <- results$vectors[,1]
# Creamos un marco de datos con los nombres de los constructos y las componentes del primer eigenvector
df.centrality <- data.frame(
constructs = wimp$constructs$constructs,
leftpoles = wimp$constructs$left.poles,
rightpoles = wimp$constructs$right.poles,
firsteigenvector = eigenvector.principal
)
return(df.centrality)
}6.2 Análisis de componentes principales (PCA)
# Foco del PCA
adj.matrix <- wimp$scores$implications
# Análisis de componentes principales
pca.result <- prcomp(adj.matrix, center = TRUE, scale = TRUE)
# Extraer los dos primeros componentes principales
pca.comp <- as.data.frame(pca.result$x[, 1:2])
pca.comp$constructs <- wimp$constructs$constructs
# Crea la gráfica de dispersión
pca.plot <- plot_ly(data = pca.comp, x = ~PC1, y = ~PC2, type = 'scatter', mode = 'markers',
hoverinfo = 'text+x+y',
marker = list(size = 10, opacity = 0.8)) %>%
layout(title = 'PCA de matriz de adyacencia',
xaxis = list(title = 'PCA 1'),
yaxis = list(title = 'PCA 2'),
hovermode = 'closest',
plot_bgcolor = "white",
font = list(family = "Arial"),
showlegend = FALSE) %>%
# Add annotations for each point
add_annotations(data = pca.comp, x = ~PC1, y = ~PC2, text = ~constructs,
showarrow = FALSE, xanchor = 'center', yanchor = 'bottom', font = list(size = 12))
# Muestra la gráfica
pca.plot7 Análisis por conglomerados
7.1 Determinación de número óptimo de conglomerados
## [1] 3Tenemos un número máximo de 3 conglomerados en nuestros datos.
7.2 Representación de números de conglomerados óptimo
Adecuación de cohesión y separación de cada punto según pertenezca a distintos conglomerados:
# Lista que albergará las distintas gráficas de silueta
lista.graf.sil <- list()
# Valores intermedios que ya calcula .optimal.num.clusters
max.clusters <- length(wimp$constructs$constructs) - 1
ph.mat <- GridFCM.practicum::ph_index(wimp = wimp, method = "wnorm", std = "none")
#rownames(test.dist) <- as.character(wimp$constructs$right.poles)
#distancias <- dist(test.dist, method = "euclidean")
#------------------------------
# Matriz de disimilaridad modelada como matriz de distancias de Mahalanobis
# Matriz de covarianzas
cov.matrix <- cov(ph.mat) # Calcula la matriz de covarianza
# Vector de medias
means.vector <- colMeans(ph.mat)
# Inicializa una matriz para guardar las distancias de Mahalanobis
n <- nrow(ph.mat)
dist.mat <- matrix(NA, n, n)
# Calcula la distancia de Mahalanobis entre cada par de filas en ph.mat
for (i in 1:n) {
for (j in i:n) {
diff <- ph.mat[i, ] - ph.mat[j, ]
dist.mat[i, j] <- sqrt(t(diff) %*% solve(cov.matrix) %*% diff)
dist.mat[j, i] <- dist.mat[i, j] # La matriz es simétrica
}
}
# Hacemos 0 en la diagonal
diag(dist.mat) <- 0
row.names(dist.mat) <- row.names(ph.mat)
colnames(dist.mat) <- row.names(ph.mat)
#---------------------------
# Preparamos una lista con diversas representaciones gráficas de siluetas (de 2 a 10 clústeres)
for(j in 2:min(13, max.clusters)){
it.pam <- cluster::pam(dist.mat, j, diss = TRUE)
p <- factoextra::fviz_silhouette(it.pam, label = FALSE, print.summary = FALSE)
lista.graf.sil[[j-1]] <- p
}
# Organizar los gráficos en una matriz de 4x3, y los presentamos
gridExtra::grid.arrange(grobs = lista.graf.sil, ncol = 3, nrow = 4)
7.2.1 Dendrograma
## Registered S3 method overwritten by 'dendextend':
## method from
## text.pvclust pvclust
7.2.2 ClusPlot
act.cex <- par("cex")
par(cex = 0.8)
# Calculamos el objeto de partición PAM para los k clústeres obtenidos anteriormente
opt.pam <- cluster::pam(dist.mat, k, diss = TRUE)
# Colores de los clusters
clus.colors <- carto_pal(n = k, "Peach")
cluster::clusplot(x = dist.mat,
clus = opt.pam$clustering,
shade = TRUE,
color = TRUE,
col.clus = clus.colors,
col.p = 'darkblue',
diss = TRUE,
labels = 3)